在训练和运行 keras/tf 模型时,CPU 瓶颈和 pci-e 带宽是否重要?

在训练和运行 keras/tf 模型时,CPU 瓶颈和 pci-e 带宽是否重要?

我有一台旧的英特尔 NUC (i7-6770HQ),带有两个 m2 插槽,并使用其中一个 nvme 至 pcie 适配器连接了 2070 Super:

在此处输入图片描述

它们也常用于比特币挖矿。我观察到,由于 CPU 速度慢和 pci-e 连接速度慢,使用此设置对游戏进行基准测试会导致性能显著下降,与使用相同显卡的 youtube 桌面基准测试相比(这是可以预料的)。所以我想知道,在使用 tensor-flow 或 keras 进行机器学习时,我是否需要担心这一点?我无法对桌面设置进行基准测试,所以我不能 100% 确定。我计划购买更强大的 GPU,我想确保在购买之前设置在技术上是可行的。

相关内容